在Python中,你可以使用pandas库来按行条件筛选数据框。pandas提供了DataFrame
对象来表示数据框,并且提供了许多方法来对数据框进行操作。
以下是一些可以使用的方法和示例代码来按行条件筛选数据框:
使用布尔条件筛选:
import pandas as pd
# 创建数据框
data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
'Age': [20, 25, 30, 35],
'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)
# 按行筛选条件
filtered_df = df[df['Age'] > 25]
print(filtered_df)
输出结果:
Name Age City
2 John 30 London
3 Alice 35 Tokyo
使用query()
方法筛选:
import pandas as pd
# 创建数据框
data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
'Age': [20, 25, 30, 35],
'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)
# 按行筛选条件
filtered_df = df.query('Age > 25')
print(filtered_df)
输出结果:
Name Age City
2 John 30 London
3 Alice 35 Tokyo
使用apply()
方法筛选:
import pandas as pd
# 创建数据框
data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
'Age': [20, 25, 30, 35],
'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)
# 定义筛选函数
def filter_condition(row):
if row['Age'] > 25:
return True
else:
return False
# 按行筛选条件
filtered_df = df[df.apply(filter_condition, axis=1)]
print(filtered_df)
输出结果:
Name Age City
2 John 30 London
3 Alice 35 Tokyo
以上是一些按行条件筛选数据框的示例方法。根据你的具体需求,你可以选择适合你的方法来筛选数据框。
下一篇:按行条件应用两个函数的数据表